基于多项式核与二次优化退火的黑盒优化方法
最优化与控制
2025-11-07 v2
摘要
我们提出了 kernel-QA，即一种基于多项式核函数在二次无约束二进制优化 (QUBO) 框架下构建解析代理模型的黑盒优化 (BBO) 方法，能够高效利用 Ising 机器。该方法在输入维度达到 80（实变量）和 640（二进制变量）的人工景观上进行评估，结果表明 kernel-QA 在优化以局部极小值和高维输入为特征的黑盒函数时尤为有效，展示了其作为一种稳健且可扩展 BBO 方法的潜力。
引用
@article{arxiv.2501.04225,
title = {A black-box optimization method with polynomial-based kernels and quadratic-optimization annealing},
author = {Yuki Minamoto and Yuya Sakamoto},
journal= {arXiv preprint arXiv:2501.04225},
year = {2025}
}
备注
32 pages, 11 figures, and 1 table